AI 基建狂潮，正把一個科技押注變成跨市場風險

人工智慧基礎設施熱潮，已不再只是股市故事。它正逐漸成為一項橫跨公開債券、可轉換證券、資料中心專案、私募信貸，以及相關供應商的共同融資交易。

投資人可以把這種共同曝險理解為一個「AI 因子」：少數大型企業，以及「未來 AI 需求所帶來的現金流，足以支持今天的巨額投資與借貸」這項假設，同時影響多個市場。眼前的重點並不是大型超大規模雲端業者勢必違約，而是如果 AI 營收、資料中心使用率或融資環境令人失望，幾個表面上不同的市場可能同時受到衝擊。

借貸規模上升，讓 AI 成為市場技術面問題

根據路孚特引述的 LSEG 數據，截至 2026 年 8 月中旬，Alphabet、Amazon 與 Meta 合計已發行近 2,200 億美元債券，已超過 2025 年全年 1,080 億美元的兩倍。 摩根士丹利另行預測，2026 年全球 AI 相關債務發行量可能接近 5,700 億美元；截至 5 月底，相關發行量約為 2,360 億美元。

這些資金不只是用來進行一般企業再融資。科技公司正越來越多運用債券與股權掛鈎市場，支應資本密集的 AI 與雲端基礎設施擴張；這也代表企業投資的傳統模式，正從主要依靠營運現金流，轉向更多依賴外部融資。

發行量的速度與規模之所以重要，是因為超大規模雲端業者吸收的，往往是同一批會購買美國國庫券及其他投資級公司債的機構資金。大量新債供應不一定會直接推高殖利率，但可能迫使投資人更加挑剔：發行人或許需要提供更高利差，而持有長期債券的投資人也可能要求更多期限溢酬，以承接額外的利率風險。

外溢效應不會只停留在科技業。路孚特報導，AI 相關債務已接近 2026 年投資級債券發行量的 15%，但 AI 在廣泛信用指數中的集中度仍然偏低。 這個差異值得留意：AI 相關債務即使尚未主導整個投資級債券市場，仍可能影響新債定價與市場流動性。

為什麼股票和債券正變得更加相互牽動？

股票與信用市場的連結，主要透過兩條渠道彼此強化。

第一，少數大型科技公司能左右股票指數表現與投資人情緒。如果這些公司的估值高度依賴未來 AI 盈利預期，那麼一旦市場下調 AI 需求或基礎設施投資報酬率的估計，股價與未來現金流的評價都可能下滑。

第二，股價估值走弱，可能使融資成本上升。企業在普通公司債市場可能面對更高利差，在私募信貸中取得較不利條款，股權掛鈎證券的需求也可能減少。融資成本上升後，又會反過來削弱原先的投資論述。

可轉債市場尤其能看出這種連結。可轉換債券同時具有債券與轉換成股票的選擇權；當投資人看好股價上行空間時，發行人可以用較低的現金利息成本籌資。2026 年前四個月，美國可轉債發行量約達 340 億美元，超過去年同期兩倍，AI 相關公司是推動增長的力量之一。

因此，強勁的 AI 股市可以支撐較便宜的股權掛鈎融資，進一步為基礎設施投資提供資金，並延續成長敘事。相反地，若股市大幅下跌，可轉債吸引力可能逆轉，避險條件惡化，借款人或許只能更多依賴成本較高的普通債務或新股融資。

真正的共同連結是 AI 需求，而不是資產的法律形式

超大規模雲端業者的公司債、資料中心貸款、私募信貸額度、電力項目貸款，以及供應商應收帳款，可能由不同法律實體發行或持有。但它們仍可能依賴同一項底層經濟假設：AI 客戶會持續投入資本、租用運算容量，並創造足以支撐整條基礎設施鏈的收入。

這種共同依賴，可能讓投資組合的分散程度看起來高於實際情況。表面上分布於債券、證券化產品與私募貸款的資產，可能都對同一批超大規模雲端業者、資料中心營運商，或同一套設備需求具有曝險。如果項目延遲或運算容量未被充分使用，不同金融工具可能同時出現損失，即使它們在法律上都沒有由同一家公司提供擔保。

當融資結構把風險從企業最醒目的資產負債表移開，卻沒有真正消除發起人的商業責任時，這項風險會更加突出。

表外融資可能掩蓋實質經濟曝險

特殊目的公司、租賃與剩餘價值保證，正成為資料中心擴建的重要工具。在常見結構中，外部載體負責籌債並持有設施，科技公司則租用完工後的資料中心。這種安排可能使項目借款不列入企業報告的直接負債，但企業仍可能承擔租金、最低使用量，或與資產未來價值掛鈎的保證責任。

Meta 提出的 Hyperion 資料中心項目，便展示了這類結構。法律分析指出，一家特殊目的公司籌集了 300 億美元，其中約 270 億美元為貸款、30 億美元為股本，設施則出租給 Meta。 其他報導指出，相關剩餘價值保證安排下，如果物業價值跌至指定門檻以下，Meta 可能需要向投資人補償差額。

這並不代表項目載體的債務，與母公司直接發行的普通高級債務完全相同。但它說明，企業報告中的槓桿率，可能無法完整反映公司對建造成本、技術淘汰、使用率與資產價值的敏感度。

對投資人而言，問題不只是「法律上是誰借了錢」，還包括「如果預期中的 AI 經濟效益沒有實現，最後由誰承擔損失？」

一次重新定價，可能如何傳遍整體經濟？

融資市場修正不一定要從違約開始，也可能先從假設改變開始：

1. AI 營收增長或資料中心使用率低於預期。
2. 股票估值下跌，投資人重新評估資本支出的回本時間。
3. 公司債利差擴大，可轉債融資吸引力下降。
4. 項目載體、營運商與供應商面對更昂貴的再融資。
5. 超大規模雲端業者延後或削減晶片、伺服器、建築、電力及房地產訂單。
6. 較弱的交易對手失去信貸渠道，而較高的長期借貸成本開始壓抑非科技投資。

這是一個可能出現的回饋循環，而不是預測。擁有大量現金流的大型雲端業者，可能比小型基礎設施公司更能承受較低的投資回報。但即使大型企業沒有大規模違約，項目延遲與金融條件收緊，仍可能影響整體投資週期。

目前證據支持什麼，又不能證明什麼？

現有證據支持一項日益升高的集中度與相關性風險：AI 相關借貸快速擴大，可轉債被用來支應 AI 相關增長，而資料中心的結構化交易也能把曝險分散至公開與私人市場。

但這些證據本身，並不能證明金融體系即將陷入系統性危機。5,700 億美元是預測值，而非已實現的發行量；至於融資缺口或資本支出中的債務比例，也會取決於計算方式。租賃、保證、私募信貸、供應商融資與未來承諾是否被列為債務，可能導致截然不同的總額。

因此，投資人最實用的做法是進行「曝險地圖」檢視：不要只看發行人名稱，也要追問不同持倉是否依賴同一個超大規模雲端業者、同一個資料中心租戶、同一項設備轉售價值，或同一套 AI 商業化假設。

核心風險不是所有 AI 相關資產都完全相同，而是許多資產可能同時暴露於同一個預期變化之下。